MiniMaxがM3を公開、フロンティアレベルのコーディング能力を20分の1の注意コストで実現すると主張する中国製オープンウェイトモデル

概要

中国のMiniMaxがM3をリリースした。100万トークンのコンテキストウィンドウ、ネイティブマルチモーダル入力、エージェントによるコンピュータ使用を組み合わせたオープンウェイトモデルで、自社実施のSWE-Bench Proコーディングベンチマークで59.0%を記録し、OpenAIのGPT-5.5 (58.6%)とGoogleのGemini 3.1 Pro (54.2%)を上回った。ただし、1週間前にリリースされたAnthropicのClaude Opus 4.8には69.2%と差をつけられている。最大の技術的主張はMiniMax Sparse Attention (MSA)で、関連するキーバリューブロックのみを選択してフルコンテキスト時のトークンあたり計算量を20分の1に削減する。このアーキテクチャは6月18日頃に独立検証された。課題として、約束されていたオープンウェイトはリリース時点で未公開、学習コードと推論オペレータも非公開のままだ。

見解の分かれ

米国の機械学習メディアは能力の話題と注意点の間で意見が割れた。MarkTechPostはMSAの効率性を前面に出し、Tech Timesはベンチマークがベンダー実施であることとM3がOpus 4.8に及ばない点を強調した。米国外ではフレーミングが変わった。イタリアの開発者向け報道とインドのOpen Source For Youは、米国の記事が軽視した2点を中心に据えた。「オープンウェイト」はコードが非公開のままであってオープンソースではないこと、そして中国の2017年国家情報法がAPIを経由するすべてのプロンプトについてMiniMaxに国家情報活動への協力を義務付けていることだ。SWE-Benchの数字ではなく、このガバナンスの側面こそが、リリースの宣伝が省いているものだ。

数字で見る

• 59.0%、M3のベンダー実施SWE-Bench Proスコア（GPT-5.5: 58.6%、Gemini 3.1 Pro: 54.2%）。
• 69.2%、Claude Opus 4.8の報告されたSWE-Bench Proスコア、M3を上回る。
• 100万トークン、M3のコンテキストウィンドウ。
• 1/20、MSA下でのフルコンテキスト時のトークンあたり計算量（前世代比）。
• 9倍 / 15倍、MSA下でのプリフィルとデコードの高速化（主張値）。

なぜ重要か

中国製オープンウェイトモデルによる安価な長文脈コーディングは、価格面で西側ラボに圧力をかけ、より多くの推論を中国のインフラに向かわせる。しかし、コードが非公開のままの「オープンウェイト」、ベンダー実施のベンチマーク、そして北京への協力義務という組み合わせは、採用の問題を能力から信頼へと組み替える。特にAPIを通じてソースコードを送信するチームには深刻な問題だ。

注目点

• MiniMaxが実際にM3の重みと技術報告書を公開するかどうか。
• ベンダー提供数値に対する独立したベンチマーク再実施の結果。
• APIのデータ露出に関する企業・政府レベルの禁止措置や適用除外。
• DeepSeek、Qwenなどがスパースアテンションの効率性に追いつくかどうか。